Датасет · legacy-datasets
Многоязычная речь Common Voice
legacy-datasets/common_voice
7 335 часов проверенной речи на 60 языках от Mozilla для обучения ASR.
Что внутри
Common Voice — инициатива Mozilla, которая помогает учить машины понимать живую речь. Сейчас в датасете 7 335 часов проверенной речи на 60 языках, список языков продолжает пополняться. В метаданных указаны языки ab, ar, as, br, ca, cnh и другие. Задача — automatic-speech-recognition.
Что можно сделать
- Обучение ASR-моделей
- Дообучение многоязычных речевых моделей
- Оценка ASR на разных и малых языках
- Задачи
- Распознавание речи
- Языки
- ab, Арабский, as, br, ca, cnh, cs, cv и ещё 4
- Размер
- 100K–1M записей
- Скачиваний за месяц
- 1,1 тыс.
- Лайков
- 148
Модели, обученные на нём
Как загрузить
from datasets import load_dataset
ds = load_dataset("legacy-datasets/common_voice")